辽宁省黄土状母质发育土壤有机质含量高光谱预测模型的构建     

王荐一  杨雯  王玉川  徐鑫鹏  韩春兰  王秋兵 《土壤通报》2022,53(6):1320-1330

  目的  建立辽宁省黄土状母质发育土壤有机质含量的高光谱预测模型,以便快速获取土壤样品的有机质含量。  方法  对省域内黄土状母质发育土壤进行了样品采集,获取样品有机质含量和高光谱数据;选择原始光谱及其一阶微分、二阶微分、倒数对数、倒数对数一阶微分、倒数对数二阶微分6种光谱变换数据作为自变量,与土壤有机质含量进行相关分析,选取特征波段,分别建立多元逐步线性回归（SMLR）、偏最小二乘回归（PLSR）和主成分回归（PCR）3种土壤有机质高光谱线性预测模型,并进行了支持向量机（SVM）方法的非线性模型拟合。  结果  土壤有机质含量与其光谱反射率呈负相关关系,对光谱进行不同的数学变换,可以提高土壤有机质含量与光谱反射率的相关性,其中一阶微分和二阶微分的提升效果最佳;相同光谱数据在不同模型中建模精度存在显著差异,以原始光谱反射率一阶微分为自变量的PLSR模型精度最高,建模集和验证集的决定系数（R2）分别为0.958和0.976;3种线性方法建立的最佳预测模型的检验精度为:PLSR > SMLR > PCR。  结论  PLSR模型是辽宁省黄土状母质发育土壤有机质含量的最佳高光谱预测模型,且基于特征波段的建模效果优于全波段;SVM非线性模型的预测精度较低。  相似文献   

基于机器学习算法的湖滨绿洲土壤电导率高光谱估算模型     

孟珊  李新国  焦黎 《土壤通报》2023,54(2):286-294

  目的  为湖滨绿洲土壤高光谱估算土壤电导率值提供方法支持,实现区域土壤盐分快速估测。  方法  利用实测的土壤电导率值与土壤高光谱数据联合分析,采用竞争自适应重加权采样（CARS）、连续投影算法（SPA）、遗传算法（GA）筛选土壤电导率的特征波段,并基于全波段及特征波段构建BP神经网络（BPNN）、支持向量机（SVM）、极限学习机（ELM）三种机器学习算法模型,引入偏最小二乘模型（PLSR）进行对照,比较其模型精度。  结果  研究区土壤电导率值变化范围0.02～17.22 mS cm?1,平均值为2.61 mS cm?1,变异系数为134.87%,呈现强变异性;CARS、SPA、GA算法筛选的特征波段将建模输入量分别压缩至全波段数量的0.87%、1.68%、0.70%,减少建模输入量,提升建模速率,变量方法的选择CARS > SPA > GA;三种机器学习算法模型均优于PLSR模型,决定系数（R2）平均增加20.57%,相对分析误差（RPD）平均增加17.84%,土壤电导率高光谱估算模型以CARS-SVM最优,训练集与验证集R2分别为0.76和0.75,RMSE分别为1.79 和1.68 mS cm?1,RPD分别为2.04和2.00。土层深度20 ~ 30 cm的土壤电导率高光谱估算模型精度最高,训练集与验证集R2分别为0.83和0.84,RMSE分别1.37和1.77 mS cm?1,RPD分别为2.41和2.50。  结论  基于CARS-SVM的土壤电导率高光谱估算模型精度高,估算能力最优,可以为湖滨绿洲土壤电导率估算提供科学参考。  相似文献   

基于不同建模方法的湿地土壤有机质含量多光谱反演   总被引：4，自引：0，他引：4  

陈思明  毛艳玲  邹小兴  丁卉  邹双全 《土壤通报》2018,(1):16-22

为了提高湿地土壤有机质含量的预测精度,以闽江鳝鱼滩湿地土壤为研究对象,通过分析多光谱不同波段反射率与土壤有机质含量的相关性,引入OIF指数提取显著性波段,然后基于全波段和显著性波段,采用多元逐步回归方法(MLSR)、BP神经网络(BPNN)和支持向量机(SVR)3种方法,构建湿地土壤有机质含量的反演模型,并进行模型验证与对比,确定最优的土壤有机质含量反演方法。结果表明:各波段的反射率(Spectral reflectance,R)与土壤有机质含量存在着负相关关系,147波段组合的OIF指数较高,波段间的独立性强,能有效反映数据内的信息;采用MLSR、BPNN和SVR这3种方法进行建模。在全波段中,SVR的建模效果最显著,BPNN次之,MLSR的建模效果最差。在显著性波段中,BPNN的建模效果最显著,SVR次之,MLSR的建模效果最差;对比基于全波段与显著性波段的建模效果,发现基于全波段的预测效果更为显著,最佳模型为基于全波段的土壤有机质含量支持向量机模型,但利用显著波段建模,可降低波段间的信息重叠,且模型简单、运算量少等特点。该研究可行有效,对湿地土壤有机质含量的快速、大范围精准估测提供技术可行性。  相似文献   

基于条件拉丁超立方抽样的县域耕地土壤有机质空间插值合理样本密度的确定     

李维友  段良霞  谢红霞  胡碧峰  周清  罗喆 《土壤通报》2022,53(3):505-513

  目的  采样密度与耕地土壤有机质（SOM）的空间预测精度密切相关,为提高耕地SOM空间预测精度,需要确定合理的采样密度。  方法  以湖南省岳阳县为例,用R语言设计了条件拉丁超立方体抽样（cLHS）方案,从7399个（采样密度为14.82个 km?2）耕地土壤样本中独立抽取不同采样密度的8个训练集（采样密度分别为10.01、7.41、3.70、1.85、0.93、0.46、0.23、0.12个 km?2）,为了兼顾样本特征空间与地理空间,地形部位、坡度、成土母质、土壤类型、乡镇和经纬度等信息被添加到了cLHS中。结合普通克里格方法,分析和探讨了不同采样密度的耕地SOM空间预测效果。  结果  不同采样密度训练集SOM均值高于湖南省平均水平,具有中等程度变异,描述性统计结果差异不大,各训练集对总体均具有较强的代表性;半方差函数模型均为指数模型,具有较好的半方差结构（结构性比例:87.5% ~ 94.5%）,空间相关性较强,变程与拟合优度呈现出正相关关系(相关系数r = 0.96),与结构性比例则表现为负相关关系(相关系数r = ?0.79);在采样密度为3.70个 km?2时,探测到的SOM变异结构中结构性组分最完整,精度最佳。当采样密度达到1.85个 km?2以上时可较稳健地揭示其空间结构特征,继续增加采样密度并不能大幅提升预测精度。  结论  考虑预测精度要求和工作成本,与研究区自然地理条件相似的地区将耕地土壤采样密度控制在1.85个 km?2以上可获得预期的效果。  相似文献   

不同利用方式下土壤有机质和全磷的可见近红外高光谱反演   总被引：8，自引：0，他引：8  

薛利红  周鼎浩  李颖  杨林章 《土壤学报》2014,51(5):993-1002

以太湖流域直湖港小流域稻田、桃园和菜地的土壤样本为研究对象,研究了不同光谱建模方法和土地利用方式对土壤有机质和全磷高光谱反演的影响。结果表明:(1)偏最小二乘回归分析(Partial least squarer egression,PLSR)模型的建模和预测精度较高且稳定;人工神经网络中广义回归神经网络(Generalized regression neural network,GRNN)网络预测精度较高但易出现过拟合现象,反向传播神经网络(Back propagation neural network,BPNN)网络比较稳健但精度略低;偏最小二乘与人工神经网络相结合则可综合两者优点,改善复杂样本下的预测精度。(2)土壤有机质的光谱反演结果优于全磷。3种土地利用方式中,稻田的预测效果总体优于桃园和菜地。在当前研究区域内土地利用方式对土壤有机质光谱反演影响不大,但对全磷反演影响较大。今后利用光谱对土壤全磷反演时需分土地利用方式对模型进行校准。  相似文献   

土壤重金属潜在生态风险指数法优化研究     

吴梅  刘属灵  袁余洋  赵家宇  刘怡  刘双燕  刘永林 《土壤通报》2023,54(2):473-480

  目的  优化潜在生态风险指数评价标准,使其更适用于土壤重金属污染评价。  方法  参考瑞典学者H?kanson的方法,以城口县115件表层土壤中镉（Cd）、铬（Cr）、铜（Cu）、镍（Ni）、铅（Pb）和锌（Zn）等6种重金属为研究对象,基于重金属毒性系数,并结合内梅罗综合污染指数法（P_N）,以期验证潜在生态风险指数（RI）评价标准优化的适用性。  结果  ① 优化了土壤中6种重金属潜在生态风险评价分级体系:RI < 60,60 ≤ RI < 120,120 ≤ RI < 240,240 ≤ RI < 480,RI ≥ 480分别代表轻微、中等、强、很强、极强潜在生态风险。 ② 案例区6种重金属含量均值（算术均值,下同）分别为中国农用地土壤风险筛选值的5.0、0.39、0.52、0.44、0.23和0.76倍。③ 内梅罗污染评价显示,Cd处于重度污染[P_i(Cd) = 5.25],其余重金属处于无污染水平,P_N显示土壤重金属整体处于重度污染（P_N = 3.94）。④潜在生态风险评价结果显示,RI介于22.9 ~ 1582,均值196。优化前,案例区土壤6种重金属处于中等生态风险（优化前分级,150 ≤ RI < 300）,而优化后处于强潜在生态风险。  结论  案例验证研究表明,优化后的潜在生态风险评价分级体系适合土壤重金属污染潜在生态风险评价,能客观反映土壤重金属污染状况。  相似文献   

基于可见近红外和中红外近地面光谱数据融合的土壤有机碳含量反演   总被引：1，自引：0，他引：1  

孟鑫鑫  于雷  周勇  李硕 《土壤通报》2022,53(2):301-307

  目的  以传统的实验室分析方法进行大规模土壤有机碳（SOC）含量调查耗时、费力、成本高昂,以土壤可见近红外（VNIR）、中红外（MIR）光谱或两光谱数据融合手段能够快速预测SOC含量,但预测精度不一、特别是光谱数据融合技术应用于土柱样本的效果尚待考察。  方法  从全球土壤光谱库筛选出同时具有VNIR光谱、MIR光谱和SOC含量的677个土柱共计3755个土样。光谱数据经Savitzky–Golay平滑和一阶微分预处理后,用Kennard–Stone算法进行建模和验证的集合划分,使用偏最小二乘回归与随机森林方法分别建立以VNIR、MIR以及两者融合的VNMIR光谱为自变量的SOC含量预测模型,并对模型精度进行评估。  结果  MIR光谱模型的SOC预测精度优于VNIR光谱模型,VNMIR光谱模型预测精度低于MIR光谱模型但优于VNIR光谱模型。  结论  使用光谱数据融合技术预测SOC含量并非一定比使用单一光谱数据的精度高,就本例而言使用MIR光谱数据构建预测模型的方法是快速、准确预测大尺度时空范围SOC含量的最 佳手段。  相似文献   

基于土壤参数的冬小麦产量预测模型   总被引：2，自引：0，他引：2  

杨玮  孙红  郑立华  李民赞 《农业工程学报》2013,29(23):118-123

为了实现冬小麦的精细田间管理,研究了基于土壤参数的冬小麦产量预测模型。采用灰色理论对冬小麦土壤电导率 EC值,全氮含量,K+、NO3-以及土壤pH值等因子进行灰色关联度分析,结果表明土壤EC值与土壤全氮含量,K+以及土壤 pH 值的灰色关联度较高。在分析不同生长时期土壤 EC 值,全氮含量,K+、NO3-以及土壤pH值和产量间的相关系数的基础上,采用土壤EC值,全氮含量以及K+作为模型的输入,产量作为输出,建立了冬小麦产量预测BP神经网络（BPNN）模型;采用土壤EC值,全氮含量,K+,灰色关联度作为输入,建立了小麦产量的模糊最小二乘支持向量机（FLSSVM）预测模型。建模结果表明,BPNN 模型的预测决定系数达0.8237,验证决定系数达0.7367;FLSSVM模型的预测决定系数达0.8625,验证决定系数达0.8003。BP神经网络以及FLSSVM预测模型的精度都较高,可以用来评估作物产量,为精细农业变量处方管理提供理论与技术支持。  相似文献   

黑土养分含量的航空高光谱遥感预测   总被引：3，自引：3，他引：0  

杨越超  赵英俊  秦凯  赵宁博  杨晨  张东辉  崔鑫 《农业工程学报》2019,35(20):94-101

为监测黑龙江省黑土典型区土壤的养分元素含量,综合利用统计理论与光谱分析方法,研究建三江农场黑土土壤的3类养分含量与土壤光谱之间的关系,建立土壤全氮、有效磷、速效钾含量高光谱反演模型,实现土壤养分元素含量定量预测。对黑土土壤航空高光谱数据进行处理,应用偏最小二乘回归（PLSR）和BP神经网络方法分别建立土壤养分元素含量的高光谱定量反演模型,结果表明：全氮PLSR和BP神经网络预测模型的RPIQ值（样本观测值第三和第一四分位数之差与均方根误差的比值）分别为2.42和2.80;有效磷PLSR和BP神经网络模预测型的RPIQ值分别为0.83和1.67;速效钾PLSR和BP神经网络模型的RPIQ值分别为2.00和2.33。试验证明土壤全氮和速效钾的光谱定量预测模型具备较好的精度和预测能力。但有效磷的预测效果不是特别理想,仅可达到近似定量预测的要求;全氮、有效磷和速效钾的预测精度,BP神经网络建模相比偏最小二乘建模有更好的精度和预测能力,预测精度分别提高6.5%、10.1%和6.6%。  相似文献   

灌溉水中悬浮固体对土壤水分入渗性能的影响   总被引：1，自引：1，他引：0  

盛丰  方娴静  吴丹  胡国华  危润初  谌宏伟 《农业工程学报》2019,35(21):98-106

为监测黑龙江省黑土典型区土壤的养分元素含量,综合利用统计理论与光谱分析方法,研究建三江农场黑土土壤的3类养分含量与土壤光谱之间的关系,建立土壤全氮、有效磷、速效钾含量高光谱反演模型,实现土壤养分元素含量定量预测。对黑土土壤航空高光谱数据进行处理,应用偏最小二乘回归（PLSR）和BP神经网络方法分别建立土壤养分元素含量的高光谱定量反演模型,结果表明：全氮PLSR和BP神经网络预测模型的RPIQ值（样本观测值第三和第一四分位数之差与均方根误差的比值）分别为2.42和2.80;有效磷PLSR和BP神经网络模预测型的RPIQ值分别为0.83和1.67;速效钾PLSR和BP神经网络模型的RPIQ值分别为2.00和2.33。试验证明土壤全氮和速效钾的光谱定量预测模型具备较好的精度和预测能力。但有效磷的预测效果不是特别理想,仅可达到近似定量预测的要求;BP神经网络建模相比偏最小二乘建模有更好的精度和预测能力,预测精度分别提高6.5%、10.1%和6.6%。  相似文献   

喀斯特峰丛洼地不同植被类型土壤微生物量碳氮磷和养分特征   总被引：1，自引：0，他引：1  

黄娟  邓羽松  韦慧  林立文  黄海梅  付智勇 《土壤通报》2022,53(3):605-612

  目的  探讨桂西北喀斯特峰丛洼地不同植被类型的土壤理化性质和微生物碳(MBC)、微生物氮（MBN）、微生物磷（MBP）含量的变化特征及它们之间的关系。  方法  利用生态化学计量方法和Pearson相关性分析方法研究不同植被类型和土层深度对土壤MBC、MBN、MBP含量和土壤养分含量分布特征的影响。  结果  （1）不同植被类型土壤养分含量和MBC、MBN、MBP含量依次为次生林 > 灌木 > 灌草 > 草地 > 耕地;土壤养分垂直分布表现为随着土层深度加深而下降,不同土层间土壤有机碳（SOC）、全氮（TN）、全磷（TP）含量差异显著,土壤MBC、MBN和MBP含量在不同植被类型和不同土层间差异显著,均表现为MBC > MBN > MBP。（2）不同植被类型土壤MBC/SOC和MBP/TP的值较小,MBN/TN的差异较大。不同植被类型的土壤MBC/MBN差异显著,MBC/MBP变化范围较大,MBN/MBP表现为次生林 > 灌草 > 灌木 > 草地 > 耕地。（3）土壤MBC和MBN与SOC、TN、速效氮和速效钾呈显著或极显著正相关,与土壤容重、pH值表现出不同程度的负相关,表明植被恢复过程中土壤MBC和MBN可作为衡量土壤养分的敏感性指标。  结论  不同植被类型的土壤微生物生物量碳氮磷、养分含量和化学计量特征有明显的表聚效应,随着植被的正向演替,土壤结构、养分和微生物群落功能得到显著提高。  相似文献   

土壤有机质可见光-近红外光谱预测样本优化选择   总被引：2，自引：0，他引：2  

肖云飞  高小红  李冠稳 《土壤》2020,52(2):404-413

土壤有机质可见光-近红外光谱预测中建模样本的优化选择对提高有机质模型估算精度具有重要作用。本文以湟水流域土壤有机质为例,采用基于土壤单一属性信息考虑的建模样本选择方法:浓度梯度法、Kennard-Stone(KS)方法,以及基于土壤多种信息考虑的建模样本选择方法:Rank-KS(RKS)法、土壤类型结合浓度梯度法以及土壤类型结合KS法。通过偏最小二乘回归建模,探索可见光–近红外光谱预测青海湟水流域有机质的最优样本集。结果表明:不同级别样本数的最佳建模样本选择方法不同,整体表现为基于土壤多种信息挑选的建模样本集的模型精度相比土壤单一信息均较高,特别是KS方法结合土壤类型后的建模样本集模型精度明显提高且在样本数较少时更为明显。土壤类型可以优化建模样本选择方法提高模型预测精度。在保证固定验证样本模型预测精度的情况下,土壤类型参与建模样本的选择可以有效减少建模样本数,进而降低了建模成本。  相似文献   

双季稻田土壤微生物群落对连续5年施有机肥和石灰的响应差异   总被引：1，自引：0，他引：1  

李源钊  盛浩  尹泽润  肖华翠  薛毅  周萍 《土壤通报》2022,53(2):482-491

  目的  土壤微生物是土壤健康的敏感“指示器”,但不同的土壤微生物类群对连续施用有机肥和石灰的响应规律及不同指标的敏感性仍不明确。  方法  本文选取中亚热带双季稻区的紫泥田作为研究对象,研究连续5年施用有机肥或石灰后,土壤微生物“黑箱指标”（微生物生物量碳氮、微生物熵和土壤呼吸速率）和土壤活体微生物（PLFAs）组成的响应规律与差异。  结果  与对照相比,连续施用有机肥后,土壤微生物生物量碳（MBC）、氮（MBN）含量和土壤呼吸速率分别提高37%、28%和44% ~ 59%,微生物多样性也显著提高,土壤细菌结构发生改变,尤其是革兰氏阴性菌（G?）的PLFAs绝对量提高了100%,但真菌类群的响应不敏感。相反,连续施用石灰5年后,土壤微生物生物量碳、氮含量均呈下降趋势,微生物熵和土壤呼吸速率分别降低11%和26% ~ 52%,微生物多样性显著降低,细菌、放线菌和绝大多数真菌类群PLFAs绝对量下降30% ~ 58%。相关性分析结果表明,土壤有机质含量与土壤微生物总PLFAs和细菌PLFAs含量呈显著正相关关系;而土壤pH仅与Simpson多样性指数呈显著正相关关系。施有机肥显著提高了土壤有机质含量进而导致细菌MBC、MBN、G?和土壤呼吸速率显著增加;而施石灰后土壤微生物群落结构及活性降低与土壤pH有关。  结论  连续5年施用有机肥、石灰后,土壤微生物指标分别表现为正面、负面响应。与“黑箱指标”相比,某些特定微生物类群（如G?）的敏感性指数值更高,在土壤健康评价中极具应用潜力。  相似文献   

基于近红外光谱分析的土壤分层氮素含量预测   总被引：4，自引：7，他引：4  

张瑶  李民赞  郑立华  杨玮 《农业工程学报》2015,31(9):121-126

准确、快速地估测土壤中的氮素含量是推动配方施肥顺利开展的保障。该研究在不同区域随机选取了30个点位,每个点位分别取其表土层(0~30 cm)、心土层(30~48 cm)以及底土层(48~60 cm)3个部位进行取样,利用傅里叶型光谱分析仪MATRIX_I测量了土壤样本在近红外区域的吸收光谱,并使用实验室手段测量了土壤样本的水分及氮素含量。分析了不同层次土壤样本的吸收光谱特性,以及土壤水分、氮素不同层次的变化规律。同时对原始光谱吸收率进行一阶微分处理,而后利用微分光谱与土壤全氮含量进行相关性分析,选取反应土壤全氮含量的敏感波段1 387、1 496、1 738、1 876、2 120以及2 316 nm。利用所得敏感波段与土壤氮素含量分别建立多元线性回归模型,BP神经网络预测模型以及基于遗传算法优化的BP神经网络建模。结果显示,基于遗传算法优化的BP神经网络建模,其决定系数为0.883,均方根误差为0.0278 mg/kg。表土层土壤的预测验证结果决定系数为0.716,均方根误差为0.031 mg/kg;心土层土壤的预测验证结果决定系数为0.801,均方根误差为0.030 mg/kg;底土层土壤的预测验证结果决定系数为0.667,均方根误差为0.033 mg/kg。无论是建模精度还是模型在土壤各个层次的预测精度相比于多元线性回归模型和BP神经网络模型相比都有了显著的提高,说明该方法在土壤全氮含量预测过程中具有明显的优势,可应用于实际生产。  相似文献   

不同施肥模式对设施土壤CO₂排放特征及碳平衡的影响   总被引：1，自引：0，他引：1  

任立军  赵文琪  李金  陈佳豪  李颖  邹洪涛  张玉龙 《土壤通报》2022,53(4):874-881

  目的  探讨不同施肥模式对土壤CO₂排放特征及碳平衡的影响,为设施土壤固碳减排和合理施肥提供数据支持。  方法  以“粉太郎”番茄为试材,基于设施微区试验,利用LI-8100A土壤碳通量自动测定仪观测了不同施肥模式[50%化肥N + 50%有机肥N + 改良剂组（HYG）、50%化肥N + 50%有机肥N组（HY）、100%有机肥N组（Y）、100%化肥N组（H）和不施肥处理组（CK）]土壤CO₂的排放特征,探讨了土壤含水量、温度、pH、全氮、微生物生物量碳、土壤孔隙度、土壤有机质等因子对CO₂排放量的影响。  结果  在番茄生长初期和施肥后,设施土壤CO₂排放速率均表现为先升高后下降的趋势,土壤含水量和土壤温度的双因素复合模型可以解释76.0%（P < 0.01）土壤CO₂排放速率的变化,不同施肥模式下造成土壤水热环境的变化会显著影响土壤CO₂排放速率。整个生育期,不同施肥模式之间土壤CO₂排放累积量差异显著（P < 0.05）,相比CK处理,施入肥料的H、Y、HY和HYG处理的土壤CO₂排放累积量分别提高了26.7%、83.2%、47.3%和44.2%。相关分析表明,土壤CO₂排放累积量与土壤pH、全氮、微生物量碳、土壤孔隙度和有机质均呈极显著正相关关系(P < 0.01)。HYG处理相较其余各施肥处理可以显著提高番茄产量和总生物量,提高幅度分别为9.4% ~ 38.2%和9.0% ~ 32.9%。HYG处理相较当前设施土壤施肥方式（HY处理）显著降低土壤碳释放总量和作物碳排放效率,降幅分别为2.2%和10.9%,同时HYG处理可以使生态系统固碳潜力增加（11.5%）。  结论  从固碳减排的角度,50%化肥N + 50%有机肥N + 改良剂处理是辽宁地区设施番茄栽培适宜的施肥模式。  相似文献   

黄土高原小流域植被恢复的土壤水分和养分权衡效应研究     

王世军  杨磊  段兴武  黄勇  冯青郁 《土壤通报》2022,53(2):356-365

  目的  明确黄土高原植被恢复影响下土壤水源涵养和养分积累的权衡和协同关系。  方法  基于野外采样和实验分析,应用多元统计方法研究了典型黄土高原小流域土壤水分和养分对不同植被恢复方式的响应。  结果  （1）不同类型人工植被恢复均会引起土壤水分含量降低,尤其是乔、灌植被深层土壤水分消耗较为严重;（2）植被恢复后土壤养分含量总体增加,其中乔、灌植被的土壤有机质、全氮、速效钾积累较草地更显著,然而不同植被类型下的土壤速效磷积累相对较低且无显著差异,并且所有人工恢复植被均引起土壤全磷和有效氮的降低,而土壤有机碳和全氮积累随植被恢复年限呈显著增加趋势。（3）综合考虑土壤水分亏缺和土壤养分积累时,乔、灌植被存在相对高水分亏缺和相对高养分积累的特征,相比而言草地土壤水分和养分的权衡更具可持续性。  结论  考虑到半干旱黄土区土壤水分和养分的权衡,合理的植被配置和对人工乔、灌植被的必要管理应该受到重视。  相似文献   

基于BP神经网络的土壤水力学参数预测   总被引：7，自引：1，他引：7  

高如泰  陈焕伟  李保国  黄元仿 《土壤通报》2005,36(5):641-646

为了获取区域土壤水分和溶质运移模拟所需的土壤水力学参数,利用黄淮海平原曲周县的试验资料建立基于BP神经网络的土壤转换函数模型。本文采用土壤粒径分布、容重、有机质含量等土壤基本理化性质,来预测土壤饱和导水率Ks、饱和含水量sθ、残余含水量θr、以及van Genuchten公式参数α、n的对数形式ln(α)和ln(n),并与多元线性逐步回归方法进行比较。t检验结果表明,BP神经网络训练和预测得到的模拟值与实测值之间吻合很好,该方法具有较高的预测精度。通过对平均相对误差的比较,得出在粒径分布的基础上增加容重、有机质含量等输入项目,可以提高部分土壤水力学参数的预测精度,而有些参数的预测精度反而降低。以误差平方和为标准的比较结果表明,BP神经网络模型的预测效果总的来看要优于多元线性回归法。  相似文献   

甘肃省陇西县中药材产区耕作土壤养分空间变异研究     

何明珠  任建新  白光祖  赵鹏善  李承义  唐亮 《土壤通报》2023,54(1):21-29

  目的  基于中药材种植区土壤养分及其空间分布的高精度数据分析,探究县域尺度土壤养分空间变异特征并类比和优化评价方法。  方法  采用类比经典统计学、地统计学以及GIS评价方法,对中药材种植区土壤养分及综合肥力空间分布格局进行研究。  结果  ① 研究区土壤呈碱性（pH = 8.50）,有机质、全氮、全磷、全钾平均含量分别为7.54 g kg?1、0.73 g kg?1、0.73 g kg?1、17.96 g kg?1,电导率为108.63 ms cm?1;从变异系数来看,除pH为弱变异外,有机质、全氮、全磷、全钾、电导率均属中等变异。② 土壤养分的空间分布特征表现为,土壤有机质含量总体呈现西南部高于东北部分布;全氮含量呈斑块状分布,主要表现为南部高东部低的特征;全磷含量空间变异中等,在研究区西南侧有岛状高含量点分布;全钾含量呈中部略高四周低的分布趋势;电导率空间异质性大,呈斑块状分布。③ 土壤综合肥力空间分布呈现西高东低,中部向南、北部降低的趋势。此外,根据内梅罗综合指数法、主成分分析法和模糊综合评价法综合评价得分可将该区土壤肥力分成5级,三种评价方式中,肥力等级为III等级及以下的区域分别占研究区总面积的74.97%、43.28%和67.57%。  结论  中药材长期不合理的种植会降低土壤整体肥力;增施有机肥、氮磷钾平衡施肥、轮作、休耕和培肥土壤等措施有助于当地中药材的可持续种植。  相似文献   

煤炭矿区耕地土壤有机质无人机高光谱遥感估测     

陈玮  徐占军  郭琦 《农业工程学报》2022,38(8):98-106

为监测煤炭矿区不同沉陷阶段耕地土壤质量状况,实现矿区土地复垦和耕地质量保护,以山西省长治王庄煤矿周边3种处于不同沉陷阶段的耕地为例,使用无人机搭载高光谱相机进行影像获取,并在研究区内进行土壤样品采集及室内光谱测定。通过对光谱反射率进行倒数、一阶微分、二阶微分、多元散射校正4种不同形式的变换,分析转换后的光谱反射率和实测有机质含量的相关性,筛选出相关系数较高的敏感波段。利用多元线性回归（Multiple Linear Regression,MLR）、偏最小二乘回归（Partial Least Squares Regression,PLSR）和BP神经网络（BP Neural Network,BPNN）3种模型对有机质含量建立预测模型,并对模型预测结果进行精度评价,选用较优模型代入无人机高光谱影像进行有机质含量填图,得到耕地范围内的土壤有机质分布情况,并对处于不同沉陷阶段的耕地土壤有机质空间分布差异及其驱动因子进行分析讨论。结果表明：1）采煤沉陷区耕地土壤有机质含量与经过多元散射校正变换的光谱曲线相关性最高,敏感波段为463.75～492.45 nm,870.79～932.58 nm处,最大相关系数为0.63。2）经过多元散射校正处理的光谱曲线运用偏最小二乘回归模型和BP神经网络模型预测有机质含量精度要明显高于多元线性回归模型,预测精度分别达到0.863和0.884,可以用于有机质含量的估测。3）采煤沉陷区耕地土壤有机质分布情况表现为煤炭开采未扰动区耕地土壤有机质分布较为均一,均值为26.94 g/kg,总体上处于中上等水平;煤炭开采扰动稳沉区耕地土壤有机质高低值分化明显,整体分布呈现较大空间分异性;煤炭开采扰动区介于二者之间。矿区有机质含量大小关系为煤炭开采未扰动区耕地>煤炭开采扰动区耕地>煤炭开采扰动稳沉区耕地。  相似文献   

基于气象因子的长三角地区农田站点土壤水分时间序列预测   总被引：2，自引：1，他引：1  

李柳阳  朱青  刘亚  廖凯华  赖晓明 《水土保持学报》2021,35(2):131-137

以长三角3省1市为研究区,旨在构建长三角地区土壤水分长时间序列,为农业生产和遥感算法提供数据支撑。研究基于空间匹配的站点土壤水分数据和气象数据,利用主成分分析得到4个有效主成分作为线性回归和BP神经网络模型的输入因子,建立土壤水分与气象因子间的定量关系,并评估所构建模型的精度。结果表明,基于全部站点数据建立的单一BP神经网络模型优于单一线性回归模型。单一线性回归模型的R 2=0.34,RMSE=0.046 m³/m³,MAE=3.67%;而单一BP神经网络模型的训练、验证和测试3个数据集的R 2均在0.64以上,RMSE<0.043 m³/m³,MAE低于3.4%。根据逐个站点分别构建分站点的BP神经网络模型,其总体精度高于基于全部站点数据构建的单一BP神经网络模型。分站点构建的BP神经网络模型的总体精度方面,3个数据集的R 2均值在0.75以上,RMSE<0.039 m³/m³,MAE低于3%。通过对逐个站点分别构建BP神经网络模型,获得了精度较高、较稳定的土壤水分拟合结果。  相似文献